信号处理 / 系统课时

判断系统线性时不变等性质

判断系统线性时不变等性质

本篇给出一套可重复的连续系统判定顺序:先用叠加性和时移实验确认是否为 LTI,再分别检查因果性、记忆性与 BIBO 稳定性,最后决定能否使用卷积等 LTI 分析工具。

学习目标

  • 用严格判据区分线性、时不变、因果、无记忆和稳定性。
  • 按固定顺序分析一个连续系统,避免只凭表达式外观下结论。
  • 理解“LTI”与“因果、稳定、无记忆”不是同一组条件。

先抓住 LTI 的两个必要条件

设系统写成 y(t)=T[x(t)]y(t)=T[x(t)]。线性要求任意输入 x1(t)x_1(t)、x2(t)x_2(t) 和常数 a,ba,b 都满足:

T[ax1(t)+bx2(t)]=aT[x1(t)]+bT[x2(t)]T[a x_1(t)+b x_2(t)] = aT[x_1(t)] + bT[x_2(t)]

实际判断时可以拆成齐次性与可加性。只要出现与输入无关的常数项、平方、绝对值等通常就会破坏线性。例如 y(t)=x2(t)y(t)=x^2(t) 不是线性系统,而 y(t)=3x(t−2)y(t)=3x(t-2) 仍然线性。

时不变要求“先移动输入再过系统”与“先过系统再移动输出”完全等价。若原输入产生 y(t)y(t),则输入改成 x(t−t0)x(t-t_0) 后,输出必须恰好是 y(t−t0)y(t-t_0)。显式依赖当前时间的系数往往会破坏这一点,例如 y(t)=tx(t)y(t)=t x(t) 是线性但时变。

再检查因果、记忆与稳定

因果系统在时刻 t0t_0 的输出只能依赖 t≤t0t≤t_0 的输入。x(t−1)x(t-1) 使用过去值,因此满足因果性;x(t+1)x(t+1) 需要未来值,因此非因果。注意,非因果系统仍可能是 LTI,因果性不是 LTI 定义的一部分。

无记忆系统的 y(t0)y(t_0) 只能依赖同一时刻的 x(t0)x(t_0)。只要表达式访问 x(t−1)x(t-1)、积分区间、导数前后的邻域或内部状态,就属于有记忆系统。因此“有延时”可以同时是线性、时不变、因果,却不是无记忆。

BIBO 稳定性的判据是:每个有界输入都必须产生有界输出。若存在有限常数 MxM_x 使 ∣x(t)∣≤Mx|x(t)|≤M_x,就应能找到有限 MyM_y 使 ∣y(t)∣≤My|y(t)|≤M_y。判断时关注系统能否把某个有界输入放大到无界,而不是只测试一个看起来正常的样例。

连续系统性质判定流程

用一个系统走完整判定

考虑系统:

y(t)=2x(t−1)y(t)=2x(t-1)

线性方面,常数增益 2 与固定时移都保留叠加关系,所以系统线性。时不变方面,把输入替换为 x(t−t0)x(t-t_0) 后得到 2x(t−t0−1)2x(t-t_0-1);而原输出右移 t0t_0 也是 2x(t−t0−1)2x(t-t_0-1),两者一致,因此时不变。

因果方面,时刻 tt 只读取 t−1t-1 的过去输入,所以因果。记忆性方面,输出并不读取当前的 x(t)x(t),而读取过去值,因此有记忆。稳定性方面,若 ∣x(t)∣≤M|x(t)|≤M,则 ∣y(t)∣=2∣x(t−1)∣≤2M|y(t)|=2|x(t-1)|≤2M,所以有界输入始终得到有界输出。

这个系统最终可以标记为:线性、时不变、因果、有记忆、BIBO 稳定。由于前两项成立,它可以使用 LTI 的卷积与冲激响应框架继续分析;后三项则补充说明它是否可实时实现、是否需要历史信息以及输出是否会失控。

容易混淆的几种情况

系统 线性 时不变 因果 无记忆 BIBO 稳定
y(t)=3x(t)y(t)=3x(t) 是 是 是 是 是
y(t)=x(t+1)y(t)=x(t+1) 是 是 否 否 是
y(t)=tx(t)y(t)=t x(t) 是 否 是 是 否
y(t)=x2(t)y(t)=x^2(t) 否 是 是 是 是

第三行的稳定性最容易误判:即使输入恒为 1,输出也变成 y(t)=ty(t)=t,随时间无界,因此不满足 BIBO 稳定。第四行虽然非线性,但若输入有界于 MM,输出就有界于 M2M^2,所以仍可稳定。

判定系统时,先只回答“是否线性、是否时不变”,再独立回答因果、记忆和稳定问题。这样能避免把“因果且稳定”误当成 LTI,也不会因为系统有延时就错误地判成时变。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

判断系统线性时不变等性质

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通